centos 7 下安装Hadoop伪分布式

Hadoop 在大数据技术体系中的地位至关重要，Hadoop 是大数据技术的基础。这是一篇入门文章，以安装部署 Apache Hadoop2.7.7版本为主线.

一、安装环境说明

• 1、操作系统：这里我们使用的是centos 7，如果没有安装，自行安装。centos 7安装链接
• 2、hadoop：Apache Hadoop2.7.7
• 3、java：这里我使用的是java8版本
• 百度云资源下载
  提取码：xqzq

二、安装java

1、安装java
首先通过xshell等工具将包上传到Linux上

我们先解压包，我一般都解压到/opt下：
[root@master ~]# tar -zxvf jdk-8u201-linux-x64.tar.gz -C /opt

2、配置环境

[root@master ~]# vim /etc/profile
然后添加以下代码：
export JAVA_HOME="/opt/jdk1.8.0_201/"
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tool.jar
然后保存退出

配置生效：[root@master ~]# source /etc/profile

3、检验是否安装成功

[root@master ~]# java -version

有以上内容就是表示安装成功了！

三、安装Hadoop

1、安装之前需做的一些事情
（1）、配置hosts

[root@master ~]# vim /etc/hosts
添加以下内容:下面是你自己的ip
192.168.xx.xx master

（2）、免密登录

[root@master ~]# ssh-keygen -t rsa
连续三次按Enter

接着：
[root@master ~]# cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

更改权限：
[root@master ~]# chmod 700 ~/.ssh
[root@master ~]# chmod 600 ~/.ssh/authorized_keys

2、安装Hadoop

解压包：
[root@master ~]# tar -zxvf hadoop-2.7.7.tar.gz -C /opt

3、配置环境

[root@master ~]# vim /etc/profile
然后添加一下代码：
export HADOOP_HOME="/opt/hadoop-2.7.7"
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

配置生效：[root@master ~]# source /etc/profile

4、配置文件（文件都在/hadoop-2.7.7/etc/hadoop/下）
（1）、hadoop-env.sh文件

添加以下内容：
export JAVA_HOME="/opt/jdk1.8.0_201"

（2）、core-site.xml文件

添加以下内容：
<configuration>
  <property>
     <name>fs.defaultFS</name>
     <value>hdfs://master:9000</value>
  </property>
  <property>
     <name>hadoop.tmp.dir</name>
     <value>/opt/data/tmp</value>
  </property>
</configuration>

注：hadoop.tmp.dir需要自己手动创建目录文件

[root@master hadoop]# mkdir -p /opt/data/tmp

（3）、hdfs-site.xml文件

添加以下内容：
<configuration>
  <property>
     <name>dfs.replication</name>
     <value>1</value>
  </property>
  <property>
     <name>dfs.namenode.name.dir</name>
     <value>file:/opt/data/tmp/dfs/name</value>
  </property>
  <property>
     <name>dfs.datanode.data.dir</name>
     <value>file:/opt/data/tmp/dfs/data</value>
  </property>
</configuration>

（4）、mapred-site.xml文件
注： 因为没有mapred-site.xml文件，所以

[root@master hadoop]# cp mapred-site.xml.template mapred-site.xml

添加以下内容：
<configuration>
  <property>
     <name>mapreduce.framework.name</name>
     <value>yarn</value>
  </property>
  <property>
     <name>mapreduce.app-submission.cross-platform</name>
     <value>true</value>
  </property>
</configuration>

（5）、yarn-site.xml文件

添加以下内容：
<configuration>
  <property>
     <name>yarn.nodemanager.aux-services</name>
     <value>mapreduce_shuffle</value>
  </property>
  <property>
     <name>yarn.resourcemanager.hostname</name>
     <value>master</value>
  </property>
</configuration>

5、测试
（1）、格式化hdfs
格式化是对HDFS这个分布式文件系统中的DataNode进行分块，统计所有分块后的初始元数据的存储在NameNode中。

[root@master bin]# hdfs namenode -format

（2）、启动 hadoop

[root@master bin]# start-all.sh

注：这里启动是需要输入密码，所有说为什么之前我们要设置免密登录，不然我们每次都要输入密码很麻烦，但第一次启动它要提醒你输入yes，以后就不用呢。

看到有以下内容就证明我们hadoop配置成功呢！

（3）、查看NameNode格式化后的目录

[root@master ~]# ll /opt/data/tmp/dfs/name/current/

• fsimage是NameNode元数据在内存满了后，持久化保存到的文件；
• fsimage*.md5 是校验文件，用于校验fsimage的完整性；
• seen_txid 是hadoop的版本；
• vession文件里保存：
  namespaceID：NameNode的唯一ID。
  clusterID:集群ID，NameNode和DataNode的集群ID应该一致，表明是一个集群。

最后关闭hadoop

[root@master ~]# stop-all.sh

到这里我们就可使用Hadoop呢~~